고분광 원격 탐사 영상의 특징 추출 및 지물 분류를 위해 분수阶 미분 기반의 고분광 영상 특징 추출 방법을 제안하였다. 2차원 분수阶 미분 마스크를 설계하여 고분광 영상 픽셀의 공간 분수阶 미분(SpaFD) 특징을 추출하였으며, 미분 마스크 차수를 선택하기 위한 공간-분광 결합 기준을 제시하였다. 고분광 영상의 공간적 특징과 분광적 특징을 충분히 활용하기 위해 SpaFD 특징과 원래 특징을 직결 융합하여 SpaFD-Spe-Spa 혼합 특징을 얻었으며, 3차원 합성곱 신경망(3DCNN), 먼저 주성분 분석(PCA)을 통해 픽셀 분광을 차원 축소한 후 3DCNN_PCA에 입력하는 방법, 그리고 혼합 분광 네트워크(HybridSN)를 사용하여 SpaFD-Spe-Spa 혼합 특징의 유효성을 검증하였다. 실험에서는 각각 3×3, 5×5 및 7×7 크기의 분수阶 미분 마스크를 사용하여 공간 특징을 추출하였으며, 4개의 실제 고분광 영상 실험 결과는 추출된 SpaFD 특징과 SpaFD-Spe-Spa 특징이 고분광 영상의 지물 분류 정확도를 효과적으로 향상시킬 수 있음을 보여주었으며, SpaFD-Spe-Spa 특징이 지물 분류 정확도 향상에 더 뚜렷한 효과를 나타냈다: 원래 특징과 비교할 때, Indian Pines, Botswana, Pavia University 및 Salinas의 4개 데이터에서 SpaFD 특징은 최적 조건에서 각각 3.87%, 1.42%, 2.41%, 2.87%의 분류 인식률 향상을 보였고, SpaFD-Spe-Spa 특징은 최적 조건에서 각각 3.90%, 5.62%, 3.35%, 5.18%의 향상을 보였다.

고분광 영상 분류; 분수阶 미분; 특징 추출; 합성곱 신경망